3.2.5 Controlling für die Absatzplanung

Das Controlling für die Absatzplanung hat die Aufgabe, die Qualität der Prognose und des gesamten Prognoseprozesses zu überwachen und zu steuern. Zugrunde liegt die Bestrebung, in allen Gesellschaften (VAS, SSC und VAAN) eine gleiche SCM-Kennzahlenstruktur zur optimalen Vergleichbarkeit aufzubauen. Die Devise lautet – „wenige“ aber „werttreibende und managebare Kennzahlen“. (siehe Abbildung 23)

Abb. 23: Kennzahlencharakteristika¹⁶¹

Damit Kennzahlen nützlich für den Prozess sind müssen:

• Maßnahmen abgeleitet werden
• Beeinflussende und beeinflusste Größen klar sein
• Kennzahlen „gelebt“ werden und in Routinen ablaufen
• Ersteller sowie Nutzer klar definiert sein
• Abweichungen klar verstanden werden

Dies ermöglicht eine ganzheitliche, durchgängige und kombinierte Prozessbetrachtung der Finanz- und Materialströme entlang der Supply Chain. Es wird angestrebt jede der folgenden Kennzahlen automatisch durch SAP errechnen zu lassen. In der Abbildung 24 wurde eine Kennzahlenpyramide definiert, welche sich durch den Haupteinflussfaktor „Bedarfsforecast“ auszeichnet. Die Kennzahlpyramide wurde in Gruppendiskussionen mit den beteiligten Gesellschaften und zuständigen Abteilungen erarbeitet. Bisher hat jedes Unternehmen in der voestalpine Steel Division eigene Kennzahlen die miteinander nicht immer vergleichbar waren. Nun wurde die Möglichkeit geschaffen einheitliche Kennzahlen zu definieren. Bei jeder wurde der Zweck und Nutzen der Messung, die Definition, die Berechnungsformel, wer erstellt die Kennzahlen, wer nutzt die Kennzahlen, die benötigte Stammdaten und die Reporting Frequenz erstellt. Der Bedarfsforecast wirkt auf alle Kennzahlen die in der Kennzahlenpyramide dargestellt wurden. So hat ein guter Forecast den Vorteil, dass die Bestandskosten und die Auftragsabwicklungskosten gesenkt werden. Die Schrottkosten werden minimiert, die Transportkosten werden reduziert. Die Anlagenauslastung, Transportauslastung und die Mitarbeiterproduktivität können erhöht werden. Die Liefertreue und Lieferfähigkeit kann mit einem guten Forecast gesteigert werden. Das gesamte Vormaterial, die Halbfertigwaren und der Fertigwarenwarenbestand können gesenkt werden und dies wirkt sich positiv auf Verbindlichkeiten und Forderungen aus. Der Kundennutzen liegt darin, dass der Servicegrad erhöht wird, weil die voestalpine Steel Division eine bessere Liefertreue und Lieferfähigkeit dem Kunden anbieten kann.

Alle Kennzahlen können sich daher positiv und negativ auf den Return on Capital Employed (ROCE) auswirken. Der ROCE ist eine betriebswirtschaftliche Kennzahl, welche misst, wie effektiv und profitabel ein Unternehmen mit seinem eingesetzten Kapital umgeht.

Abb. 24: Kennzahlenpramide¹⁶²

Nachdem in der vorliegenden Arbeit der Fokus auf einen unternehmensübergreifenden Forecast liegt, wird die genaue Beschreibung der Berechnung in der Abbildung 25 dargestellt. Die Messung des Bedarfsforecasts wird je Horizont und Monat mit dem MAPE durchgeführt. Der MAPE ist eine gute Kennzahl der „Gütemessung“ der Prognose, wenn der Prognosefehler im Verhältnis zu den „Y“-Werten bzw. den beobachteten Werten gemessen werden soll. Die Festlegung der Berechnung auf dem MAPE, weist eine hohe Parallelität auf, die in der Literatur erwähnt werden. (siehe Kapitel 2.2.4) In den Gruppendiskussionen wurden auch alle anderen Kennzahlen nach gleicher Vorgehensweise definiert.

Kennzahlen Definition, Prognosegenauigkeit" class="wp-image-12282 size-full" height="1062" src="https://sgbs.ch/wp-content/uploads/Abb.-25-Kennzahlen-Definition-Prognosegenauigkeit.png" width="1063"> Abb. 25: Kennzahlen Definition, Prognosegenauigkeit¹⁶³

Nun ist dem Controlling nun möglich, die Qualität der Prognose allen Beteiligten am Prognoseprozess zur Verfügung zu stellen. Es wird ein Feedback über die Genauigkeit gegeben, um aus den Abweichungen zu lernen. Somit findet in der voestalpine Steel Division ein einheitliches Controlling zur Absatzplanung statt. (siehe Kapitel 2.2.4)

Zusammenfassung von dem dritten Kapitel:

Durch mehr Transparenz in der gesamten Wertschöpfungskette, werden mehr Informationen über die Kundenbedarfe sichtbar. Ein unternehmensübergreifender einheitlicher Prozess des Forecasts kann kürzere Reaktionszeiten, höhere Verfügbarkeit und geringere Bestands- und Fertigungskosten erzielen. Die Ziele der Unternehmensstrategie können mit einem Forecast in quantitativen Größen übersetzt werden und müssen beim obersten Management angesiedelt sein. Die Abbildung 26 soll zeigen, dass ein Zusammenspiel zwischen statistischen Methoden und manuellem Input die beste Forecast-Genauigkeit ergeben. In der voestalpine Steel Division ergibt der analytische Teil (statistische Methode) eine Prognosegenauigkeit von 78% gemäß MAPE. Ergänzt mit dem manuellen Import wird der Forecast zu einem Unternehmenserfolg beitragen.

Abb. 26: Volumen / Prognostizierbarkeit¹⁶⁴

Bei der Bestimmung der Strukturen für die Absatzplanung ist die Produkt-Dimension schwierig zu gestalten. Verschiedene Stakeholder möchten die Ebene von SKU als auch die Produktgruppe. In Kapitel 3.2.3 wurde auf die Schwierigkeiten der Definition eingegangen. Für die voestalpine Steel Division ist die Produktgruppe als die Beste angesehen worden. Der Hauptgrund für diese Entscheidung war, dass der Hauptbetroffene am Absatzprozess „der Vertrieb“ eine einfachere Granularität erhält um den Forecast auch monatlich zu erstellen. Der Unterschied zu jenem auf Ebene SKU Ebene stellte sich als sehr gering dar.

Es gibt viele Methoden, um Prognosefehler anhand der Zeit zu messen. Für die Stahlindustrie ist der geeignetste der MAPE, dieser ist eine gute Kennzahl der „Gütemessung“ der Prognose.

In den Tabellen 5 und 6 wird nun die Vorgehensweise der gestellten allgemeinen und stahlindustriespezifischen Anforderungen überprüft, ob diese erfüllt wurden oder falls nicht erfüllt, welche Modifikationen notwendig wären.

Wie in der Tabelle 5 ersichtlich, werden alle allgemeinen Anforderungen an eine Vorgehensweise für eine unternehmensübergreifenden Planung und Steuerung, zur Erstellung eines Forecast, für die voestalpine Steel Division, erfüllt.

Würdigung der gestellten sieben allgemeinen Anforderungen:

Tab. 5: Würdigung der allgemeinen Anforderungen¹⁶⁵

Die in der Tabelle 6 gezeigten stahlindustriespezifischen Anforderungen konnten nicht überprüft werden, weil der Fokus dieser Arbeit eine Vorgehensweise zur Einführung eines unternehmensübergreifenden Forecasts in der voestalpine Steel Division war. Eine entsprechende Überprüfung der stahlindustriespezifischen Anforderungen ist erst nach Implementierung eines Forecasts in der voestalpine Steel Division möglich.

Würdigung der gestellten vier stahlindustriespezifischen Anforderungen:

Tab. 6: Würdigung der stahlindustriespezifischen Anforderungen¹⁶⁶

¹⁶¹ Quelle: Verfasser
¹⁶² Quelle: Verfasser
¹⁶³ Quelle: Verfasser
¹⁶⁴ Quelle: Verfasser
¹⁶⁵ Quelle: Verfasser
¹⁶⁶ Quelle: Verfasser